交通部於民國84年開放多條客運路線給予民間業者經營後，許多新興客運業者紛紛加入競爭行列，加上國道客運服務質與量不斷提昇，使更多城際旅客轉向汽車客運。以民國93年運研所公布運輸統計資料為例，城際公共運輸旅客人數比例分別為鐵路39%、國道客運59%及航空2%，國道客運在目前國內的中長程大眾運輸中佔有極大的運輸量，連帶著影響了整體經濟的流通。早期運輸產業將資產設備視為經營的最大優勢，但隨著知識經濟時代的來臨，創造與運用知識的技術凌駕於資本之上成為最主要的競爭關鍵。依循著這個概念，本研究以知識經濟的概念建立國道客運績效評估架構，提供產業界關於知識經濟之概念，以改善國道客運業之經營管理。本研究首先利用資料包絡分析法求得國道客運產業各公司之績效，之後建構Tobit迴歸模式探討知識經濟指標影響績效之因素。
本研究建立國道客運業知識經濟評估指標共有四大類15項，透過問卷調查取得資料，實證結果顯示（1）國道客運產業整體效率尚有很大的提升空間；（2）客運公司之國道客運營收比例愈高、績效愈高，其中比例在70％以上之公司應優先改善規模大小、20～70％之公司需同時考慮改善資源配置狀況與規模大小、20％以下之公司則應以改善資源配置狀況為優先；（3）本研究對整體產業之建議以降低投入資源的使用-司機數及車輛數為優先；（4）Tobit迴歸結果顯示人力資源有平均年資及管理人比例、顧客資本有顧客平均可享用之顧客服務投資及市場佔有率、創新能力有員工平均受訓費用、流程資本有平均每位員工花費之管理費用等對績效產生顯著之影響。整體而言，知識經濟之指標的確會對國道客運績效產生影響。

On 1995, MOTC released intercity bus routes to private companies. This promotes the intercity bus service and attracts more passengers traveling by bus. In a knowledge-based economy (KBE), the generation and exploitation of knowledge plays the predominant part, and is the tool to drive continuous development necessary for businesses to remain competitive. The intercity bus industry has to implement the concept of KBE in order to create competitive advantages and sustained growth. This research undertakes two tasks: establishment of KBE efficiency indices and exploration of relationships between intercity bus companies efficiency and KBE efficiency indices. The data envelopment analysis (DEA) approach is employed for measuring company efficiency. Tobit regression is presented to examine how KBE efficiency indices affect company efficiency. The relevant indices considered are about human resource, customer capital, innovation ability and process capital.
The empirical results show that: 1) Most intercity bus companies need to be intensively improved. 2) The higher ratio of intercity service a bus company operates, the better performance it reveals. 3) The DEA results suggest that companies should have priority in cutting down on investment- drivers and buses. 4) The results of the Tobit regression analysis yield that variables of human resource and customer capital variables are the major factors that affect efficiency. As a whole, the KBE varuables indeed have impacts on efficiency of the intercity bus industry.

中文部份
1. 王榮祖（民89），運輸產業營運績效評估架構之建立及其應用之研究-以公路客運業與國內航空運輸業為例，國立交通大學交通運輸研究所博士論文。
2. 王銘宗等人（民90），因應知識經濟新紀元建構知識型技術服務產業環境之先期研究計畫，行政院經濟建設委員會。
3. 尤克強（民90），知識管理與創新，天下遠見出版股份有限公司。
4. 交通部運輸研究所網站，運輸統計資料，http://www.iot.gov.tw/mp.asp，民國95年10月。
5. 交通部公路總局網站，公路汽車客運營運路線，http://www.thb.gov.tw/，民國 95年10月。
6. 宋怡君（民94），先進大眾運輸系統之效益評估研究，交通大學運輸科技與管理學系碩士論文。
7. 任維廉、吳佳綺、胡凱傑（民92），『國道客運業策略群組與營運績效之相關性分析』，運輸計劃，32卷2期，297-317頁。
8. 行政院經濟建設委員會（民89），知識經濟發展方案，行政院第2696次院會通過。
9. 吳思華、蔡文鈞、鄭仲興、顏如妙（民90），知識經濟社會總體指標，行政院經濟建設委員會。
10. 吳思華等人（民91），知識經濟社會總體指標（Ⅱ），行政院經濟建設委員會。
11. 吳萬益、林清河（民89），企業研究方法，華泰書局。
12. 吳忠岳（民92），台鐵車站生產效率分析，國立成功大學交通管理學系碩士論文。
13. 余朝權（民91），創造生產力優勢：知識經濟時代的競爭武器，二版，五南圖書出版公司。
14. 杜敏綺（民90），企業文化對智慧資本儲蓄之關係性研究，國立成功大學工業管理科學系碩士論文。
15. 林銘鋒（民88），台汽營運績效與外部環境分析，國立成功大學交通管理學系碩士論文。
16. 林文修（民89），演化式類神經網路為基底的企業危機診斷模型：企業資本之應用，國立中央大學資訊管理學系博士論文。
17. 林彬、游明敏、楊啟宏（民95），『應用DEA/AR模式評估港埠經營效率之研究-以基隆、台中及高雄三港為例』，運輸計畫季刊，35卷4期，391-414頁。
18. 高宏深、楊宏志（民92），知識經濟學，五南圖書出版公司。
19. 高強、黃旭男、末吉俊幸Toshiyuki Sueyoshi（民92），管理績效評估：資料包絡分析法，華泰圖書出版公司。
20. 孫遜（民93），資料包絡分析法：理論與應用，揚智出版社。
21. 陳姿方（民94），國內全區行動電話業者經營績效之評估-模糊多準則評估方法之應用，成功大學交通管理科學系碩士論文。
22. 陳智凱（民94），『知識經濟指標之信度與效度之研究』，管理評論，24卷三期，17-41頁。
23. 陳智凱、黃恆獎（民94），『知識經濟指標之建構分析』，建國科大學報，24卷三期，157-184頁。
24. 陳俊杰、孫遜（民90），台北市聯營公車營運績效評估之研究，2001年科技與管理學術研討會，559-568頁。
25. 張德儀、黃旭男（民95），『台灣地區國際觀光旅館績效評估之研究-灰色關連分析與資料包絡分析法應用之比較』，觀光研究學報，12卷1期，67-90頁。
26. 楊國樑、劉瀚榆（民94），知識經濟 理論與實證，五南圖書出版公司。
27. 楊靜婷（民92），知識經濟對電信生產力及效率的影響，成功大學交通管理科學系碩士論文。
28. 楊正甫（民92），『知識經濟與管理』，資訊管理與工程學報，4卷2期，59-105頁。
29. 薄喬萍（民94），績效評估之資料包絡分析法，五南圖書出版公司。
30. 顧志遠、張國平（民89），『數據包絡分析（DEA）效率評估方法之應用-以台北市公車為例』，運輸計畫季刊，19卷1期，27-38頁。
英文部份
1. Aigner, D. J., Lovell, C. A. K. and Schmidt, P. (1977) “Formulation and Estimation of Stochastic Frontier Production Function Models,” Journal of Economics, 6, 21-37.
2. Banker, R. D., Charnes, A. and Cooper, W. W. (1984) “Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis,” Management Science, 30, 9, 1078-1092.
3. Boame, A. K. (2004) “The Technical Efficiency of Canadian Urban Transit Systems,” Transportation Research Part E, 40, 401-416.
4. Bolloju, N. (2001) “Aggregation of Analytic Hierarchy Process Models Based on Similarities in Decision Makers’ Preferences,” European Journal of Operational Research, 128, 3, 499-508.
5. Charns, A., Cooper, W. W. and Rhoades, E. (1978) “Measuring the Efficiency of Decision Making Units”, European Journal of Operational Research, 2, 429-444.
6. Chang, K. P. and Guh, Y. Y. (1995) “Piecewise Loglinear Frontier and Log Efficiency Measures,” Computers and Operations Research, 22, 1031-1037.
7. Edvinsson, L. and Malone, M. S. (1997) Intellectual Capital, HarperCollins Publishers, Inc.
8. Fielding, G. J. and Anderson, S. C. (1983) “Public Transit Performance Evaluation: Application to Section 15 Data,” Transportation Research Record , 947, 1-7.
9. Fielding, G. J., Glauthier, R. E. and Lave, C. A. (1978) “Performance Indicators for Transit Management,” Transportation, 7, 4, 365-379.
10. Golany, B. and Roll, Y. (1989) An Application Procedure for DEA, Omega.
11. Hendriks, P. H. J. and Vriens, D. J. (1999), “Knowledge-Based Systems and Knowledge Management: Friends or Foes?” Information & Management, 35, 2, 113-125.
12. Kaplan, R. S. and Norton, D. P. (1992) The Balanced Scorecard-Measures That Drive Performance,” Harvard Business Review, 72.
13. Kaplan, R. S. and Norton, D. P. (1996) The Balanced Scorecard: Translating Strategy into Action, Mass: Harvard Business School Press.
14. Lee, K. C., Lee, S., and Kang, I. W. (2005), “KMPI: Measuring Knowledge Management Performance.” Information and Management, 42, 469-482.
15. McFadden, D. and Train, K. (2000) “Mixed MNL Models for Discrete Response,” Journal of Applied Econometrics, 15, 447-470.
16. Meeusen, W. and Broeck, V. D. J. (1977) “Efficiency Estimation from Cobb-Douglas Production Function with Composed Error,” International Economic Review, 18, 435-444.
17. Neef, D., Siesfeld, G. A. and Cefola, J. (2000) The Economic Impact of Knowledge, Reed Educational & Professional Publishing Ltd..
18. OECD (1996) “The Knowledge Based Economy,” Paris, Generation Distribution 102, OECD, Paris.
19. Petrash, G. (1996) “Dow's Journey to a Knowledge Value Management Culture,” European Management Journal 14, 4, 365-373.
20. Petzingger, T. Jr. (1999) The New Pioneers: The Men and Women Who Are Transforming The Workplace and Marketplace, Simon & Schuster, Inc..
21. Shao, B. B. M. and Lin, W. T. (2002) “Technical Efficiency Analysis of Information Technology Investments: A Two-Stage Empirical Investigation,” Information & Management, 39, 391-401.
22. Smith, H. A. and Mckeen, J. D. (2003) “Valuing The Knowledge Management Function,” Queen’s Centre for Knowledge-Based Enterprises.
23. Sullivan, P. H. (2000) Value-Driven Intellectual Capital: How to Convert Intangible Corporate Assets into Market Value, John Wiley & Sons Inc..
24. Thurow, L. C. (2000) Building Wealth: The New Rules for Individuals, Companies and Nations in A Knowledge-Based Economy, Harpercollins.
25. Tobin, J. (1958) “Estimation of Relationships for Limited Dependent Variables,” Econometrica, 26, 1, 24-36.
26. Turner, H., Windle, R. and Dresner, M. (2004) “North American Containerport Productivity: 1984-1997,” Transportation Research Part E, 40, 339-356.